基于深度特征融合鳥鳴識別_第1頁
基于深度特征融合鳥鳴識別_第2頁
基于深度特征融合鳥鳴識別_第3頁
基于深度特征融合鳥鳴識別_第4頁
基于深度特征融合鳥鳴識別_第5頁
已閱讀5頁，還剩14頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

四川大學電子信息學院SICHUANUNIVERSITYSICHUANUNIVERSITYl鳥類監(jiān)測發(fā)現(xiàn)更多的近?；驗l危鳥類，科學掌握鳥類的習性、分布和遷徙規(guī)律，以及客觀反映當?shù)氐纳鷳B(tài)環(huán)境狀況。能為生態(tài)環(huán)境保護和管理提供科學依據(jù)。l相比視覺識別，通過音頻識別進行鳥類監(jiān)測，成本低、監(jiān)測范圍廣、環(huán)境適應能力強SICHUANUNIVERSITYl蔡建民,何培宇,楊智鵬等.基于深度特征融SICHUANUNIVERSITY中國本土常見鳥種，包含所有五種鳥鳴頻譜類型北美林鶯的遷徙鳴聲，具有持續(xù)時間短、頻率高等特點涵蓋夏威夷群島鏈的152個物種，具有多物種，噪聲復雜的特點。SICHUANUNIVERSITY模型平均準確率平均F1分數(shù)SICHUANUNIVERSITY模型平均準確率平均F1分數(shù)LogMel+CRNN(Adavanneetal,201LogMel+CNN(Boldetal,201logMel+DSRN+DilatedSAM+BiLSSICHUANUNIVERSITY模型平均準確率平均F1分數(shù)--SICHUANUNIVERSITY模型平均準確率平均F1分數(shù)BirdCLEF2022比賽public-SICHUANUNIVERSITYSICHUANUNIVERSITYSICHUANUNIVERSITY補充，融合特征在復雜數(shù)據(jù)集(BirdCLEF2022)中提升。深度特征與lightGBM的模型組合相SICHUANUNIVERSITYn算法實時性能優(yōu)化與低計算資源平臺部署n實現(xiàn)設備端的自動增益控制與鳥鳴事件檢測n實現(xiàn)設備端+云端的鳥鳴識別\\、A游\\

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論